[R]_使用filter_all()，filter_at()，filter_if()筛选数据框的行

        以前的文章讲了使用mutate_all()，mutate_at()，mutate_if()操作数据框的列，今天来讲讲使用filter_all()，filter_at()，filter_if()筛选数据框的行。使用过R，尤其是其中dplyr包的同学，对filter()这个函数不会陌生，filter_all()，filter_at()，filter_if()其实属于filter()更高级的用法，可以更有效地提高数据清洗的效率。这三者之间的区别和mutate_all()，mutate_at()，mutate_if()之间的区别相似。 filter_all() 作用于所有变量。filter_at()作用于按条件筛选后的变量。filter_if()作用于按条件筛选后的变量。

        在这里我们以R的另一个数据集USArrests为例，这是美国50个州的犯罪指标，是一个50行4列的数据集，具体数值代表什么，我也不知道，只知道是American的数据就好了，不妨碍咱们对它做探索。

USArrests

        数据集长这样

         我们先用filter_all()筛选出大于5的行，在使用filter_all()之前，我们要区分其中参数any_vars和all_vars的用法，简单地说，any_vars是用“或”（“|”）连接所用变量，而all_vars是用“且”（“&”）连接所有变量。

data_1=filter_all(USArrests,any_vars(.>5))

         得到的数据集长这样

        我们可以看到Connecticut那一行还是有小于5的值，这就是因为any_vars使用“或”连接，所以只要那一行有一个值大于5就会被保留下来。所以我们需要试一下all_vars。

data_2=filter_all(USArrests,all_vars(.>5))

        数据集长这样

         我们可以看到Connecticut这一行就被筛出去了，这就是因为all_vars使用“且”连接，需要所有列都大于5才会被保留下来。

        接下来我们使用filter_at()做筛选，同样也要注意any_vars和all_vars的区分，这里我们用all_vars来筛选，选择UrbanPop和Rape都大于40的行

data_3=filter_at(USArrests,vars(UrbanPop,Rape),all_vars(. >=40))

         得到如下数据集

         这里就选出了UrbanPop和Rape都大于40的行。

         接下来再用filter_if()，同样注意any_vars和all_vars的区分。

data_4=filter_if(USArrests,is.numeric,any_vars(is.numeric(.)))

        数据集长这样

        这里因为所有的数据都是numeric，所以is.numeric的结果都是TRUE，所以data_4的结果和原数据集是一样的。

        到这里，我们就知道了filter_all()，filter_at()，filter_if()的使用方法，在实际使用时要注意any_vars() 和 all_vars()的区别。